Per diverse ragioni (vetustà degli impianti, insufficiente manutenzione, inadeguatezza dei sistemi di rilevazione delle dispersioni), in Italia i sistemi idrici perdono mediamente circa il 40% dell’acqua potabile che dovrebbero distribuire. Uno spreco enorme che, anche in previsione di una crescente scarsità della risorsa e di un aumento dello stress idrico in conseguenza dei cambiamenti climatici, il nostro Paese non si può più permettere.
Recentemente Ariele Zanfei, Andrea Menapace e Maurizio Righetti, ricercatori Unibz al NOI Techpark, Bruno Brentan dell’Universidade Federal de Minas Gerais e Manuel Herrara dell’università di Cambridge hano pubblicato su Sustainable Cities and Societies lo studio “Novel approach for burst detection in water distribution systems based on graph neural networks” che illustrano le possibilità che l’applicazione delle più avanzate tecniche di Intelligenza Artificiale offre per contenere perdite e sprechi, nell’ottica di una maggiore sostenibilità della gestione dei sistemi idrici. Infatti, i ricercatori del Laboratorio di termofluidodinamica della Libera Università di Bolzano/Freie Universität Bozen (UniBZ) hanno costruito un sistema di rilevazione dei consumi idrici e delle perdite dei sistemi acquedottistici basato sull’utilizzo del deep learning e spiegano che «L’algoritmo creato permette di scoprire, sulla base dei sensori di portata e pressione dislocati nel sistema, ogni tipo di perdita o anomalia. Un aiuto fondamentale per fronteggiare la futura scarsità di una risorsa fondamentale».
Righetti ricorda che «L’era che stiamo vivendo – quella dei Big Data e dell’IA – ci permette di trovare strade alternative, più precise ed efficaci, per gestire gli acquedotti- Negli ultimi anni, la ricerca nel settore ha compiuto enormi passi in avanti. L’utilizzo di questo nostro algoritmo consentirà di identificare in tempo reale perdite e guasti nella rete idrica, con un notevole risparmio di risorse economiche investite nella manutenzione e con tempi di intervento più rapidi».
Zanfei conferma: «Negli ultimi anni sono fioriti diversi approcci per la gestione degli acquedotti basati sull’analisi dei dati per mezzo dell’IA. Ciò è stato reso possibile grazie è stato possibile grazie alla crescente disponibilità di dati (Big data) nelle reti acquedottistiche- La nostra proposta rappresenta lo sviluppo più recente nel campo dell’apprendimento automatico (machine learning) applicato ai sistemi idrici». L’innovazione proposta dai ricercatori di unibz consiste nello sviluppo di un modello basato sulle graph neural networks, in cui i modelli di reti neurali vengono ulteriormente arricchiti dalla presenza delle strutture a grafo, le quali permettono una conoscenza spaziale degli acquedotti, necessaria per l’individuazione delle anomalie. I dati di pressione e portata delle tubature del sistema idrico vengono sfruttati per individuare più velocemente e con aumentata precisione eventi anomali che possono indicare un guasto o una perdita.
Secondo il team di ricercatori, «L’algoritmo creato nel Laboratorio di Termofluidodinamica può avere anche altri utili impieghi. Oltre a scovare le perdite sulla rete, può essere addestrato per stimare i consumi e la domanda di acqua: una caratteristica che consente ai gestori di ottimizzare il pompaggio di acqua nella rete per la produzione di energia idroelettrica». Zanfei aggiunge che «Istruendo il modello di rete neurale che abbiamo costruito, cibandolo cioè di dati – fondamentalmente serie temporali – legati alle abitudini comuni, alle condizioni meteorologiche e alle attività degli utenti, esso è in grado di rappresentare la potenziale domanda idrica attraverso una struttura a grafo, ciò è essenziale perché può suggerire all’azienda quando e quanta acqua immettere nel sistema e quindi come ricavare il massimo in termini economici».
Zanfei e Menapace sono anche tra i fondatori dello spinoff di unibz Aiaqua che si occupa di innovazione nella gestione e pianificazione dei sistemi acquedottistici. Proprio la startup - che ha sede al parco tecnologico di Bolzano - sarà la realtà commerciale che, nel giro di breve tempo, introdurrà sul mercato un’applicazione basata sul modello di algoritmo creato dai due ricercatori.
